夜雨聆风
昨天微软CEO纳德拉在X上发了篇长文，直接在科技圈炸了锅。上线没多久浏览量就冲破2800万，连常年跟微软不对付的马斯克都特意跑出来留言，阴阳怪气地说“这文章挺有意思”。
潜台词大家都懂：去年我就说OpenAI迟早要把微软吞了，你当时还嘴硬，现在自己也开始慌了吧？
毕竟就在一年前，纳德拉宣布GPT-5全线接入微软产品时，还能轻松地开玩笑：“50年来天天有人说要吃掉我们，这才是乐趣所在。”
但这篇长文里，你已经看不到当初的轻松。纳德拉认认真真地聊了一个很现实的问题：AI这么发展下去，全行业的价值最后会不会都被少数几个大模型吸走？企业自己的护城河，到底还剩什么？
一、AI正在改写所有企业的游戏规则
先讲一个最根本的变化：以前的数字化，和现在的AI，完全是两码事。
过去几十年，企业买软件、上系统，本质都是“工具放大人力”。人是核心，软件只是帮人更快地算账、更快地做表格、更快地处理流程。本事长在人身上，工具越好用，人的效率越高，企业的竞争力就越强。
但现在的AI不一样了。
纳德拉点透了一件事：今天的大模型，已经有能力把人类和企业的专业知识直接“商品化”。你家攒了十年的行业经验、独门的业务流程、踩了无数坑才摸出来的判断标准，只要数据喂给模型，它很快就能学会，然后变成任何人花点钱就能调用的通用服务。
说白了，你引以为傲的“独门绝技”，可能转头就成了大模型里的一个通用能力。
这才是最让企业焦虑的地方：以前你建护城河，靠的是经验积累、人才梯队、流程规范；现在AI来了，这些东西好像都能被快速复刻，最后全行业的利润，都会慢慢流向那几个“吞噬一切的大模型”。
就像当年全球化浪潮里，发达国家把制造业外包出去，GDP数字好看，但产业被掏空、岗位流失的后遗症，直到今天还在发酵。纳德拉直接把话挑明了：我们绝不能把这套逻辑搬到AI时代，不能让少数AI系统拿走所有经济回报。
二、未来企业，要攒两种“资本”
那企业该怎么办？纳德拉给出了他的答案：每家公司都必须构建两种资本——人力资本和Token资本。
很多人看到“Token”就想到加密货币，其实完全不是一回事。换句大白话讲，这俩就是企业未来的两条腿，缺了哪条都走不远。
先说说人力资本。
它不是指你有多少员工，而是员工脑子里拿不走的东西：对行业的判断力、跨领域的创造力、积累下来的人脉资源、对复杂问题的模式识别能力，还有敢拍板定方向的主观能动性。
纳德拉特意强调了一件事：AI越发达，人力资本只会越值钱，不会贬值。
因为算力本身是死的，没有人类给它定目标、指方向、串起跨领域的信息，再多的算力也只会原地打转。AI能帮你执行，但它不知道为什么要做这件事，也不知道做完之后下一步该往哪走。这些“定方向”的能力，就是人力资本的核心。
再说说Token资本。
这不是让你去买AI账号、接几个大模型接口。真正的Token资本，是企业自己拥有、自己掌控的AI能力。
举个最通俗的例子：你开一家连锁餐馆，直接买第三方的中央厨房成品菜，加热就能上桌，这叫“用了AI”，但这不叫有Token资本。
而你用通用的基础食材（通用大模型），把自己家的独家配方、客人的口味偏好、不同门店的出餐标准，全部沉淀到自己的系统里，不断迭代优化，最后这套只适配你家生意的AI体系，才是你的Token资本。哪天你想换基础食材供应商，自己的配方和经验还在，不会跟着一起丢。
这也是纳德拉最核心的判断：企业不能把自己的命运拴在某一款通用模型上。真正的主权，是你能随时换掉底层的通用模型，但你积累下来的业务知识、专属经验，永远留在自己手里。
三、比选模型更重要的，是建自己的“爬山机”
现在很多企业做AI，都陷入了一个误区：天天比哪个模型更聪明、哪个接口更便宜，以为选到了最好的模型，就做好了AI转型。
但纳德拉直接点破：真正的机遇，从来都不是“挑到最好的模型”。
你可以外包一项任务，甚至外包一整个岗位，但你永远外包不了“学习”这个过程。
今天你图省事，把所有业务都丢给通用大模型去做，短期内确实效率高、成本低，但时间长了，你自己的团队就忘了业务该怎么跑、问题该怎么判断，企业的核心能力会被慢慢掏空。
正确的做法，是建一个属于自己的“学习循环”：
让人力资本和Token资本在里面互相加持、滚雪球。AI帮人处理重复工作，把人解放出来去做判断、定方向；而人的每一次决策、每一次业务调整、每一个好的坏的结果，都转化成数据，喂回自己的AI系统里，让它越来越懂你的生意。
纳德拉把这个循环叫做“爬山机”——它就是企业未来新的知识产权。
和普通资产不一样，它是有复利效应的：每优化一次工作流，就会产生更好的训练数据；数据越多，你的AI就越好用；AI越好用，你就能沉淀更多独家经验。越早搭起这套体系的公司，优势就越难被复制，哪怕明天又出来一个更厉害的新模型，也动摇不了你的根基。
四、这篇长文背后，藏着三个信号
看懂了这些，你就会明白，纳德拉写这篇文章，根本不是被马斯克说中了而认怂。这其实是整个行业转向的一个信号。
第一个信号，是微软自己的战略转向。
以前微软讲AI，讲的都是“GPT全线接入”“Copilot赋能全产品”，本质还是在卖通用模型的能力。但现在纳德拉很清楚：只靠卖模型接口，微软成不了最终的平台，反而会被上游的模型方绑死。
未来微软的生意，是给所有企业搭“建学习循环”的基础设施——智能体框架、私有训练环境、专属知识库工具，让每家企业都能在微软的云上面，攒自己的Token资本。平台赚平台的钱，企业赚自己的钱，这才是纳德拉说的“稳定的生态”。
第二个信号，是企业的AI认知该升级了。
别再纠结“选大模型A还是大模型B”了。通用模型未来一定会变成水电煤一样的基础设施，便宜、标准化，根本构不成护城河。
真正的差距，会出现在“你有没有把自己的行业知识沉淀成专属AI能力”。大公司有大公司的体系，小公司也有小公司的独门经验，谁先把自己的“爬山机”转起来，谁才能在AI时代真正站住脚。
第三个信号，是对我们每个人的提醒。
不用天天焦虑“AI会不会替代我”。标准化、可重复、执行类的工作，确实会越来越多地交给Token资本；但能定目标、做判断、跨领域串联资源、在复杂局面里拍板的人力资本，只会越来越值钱。
毕竟，再厉害的AI，也不会自己知道“该往哪走”。
最后
纳德拉这篇长文，说到底是给所有人提了个醒：
AI时代最危险的事，从来不是你不用AI。而是你天天用AI，却把自己的核心能力越用越少。
真正的赢家，从来不是把AI当“省钱工具”的人。而是那些能让人和AI互相成就，一起滚雪球、攒复利的人和企业。
附全文：
我一直在思考 AI 驱动的经济中企业的未来。
这种转变与以往任何平台更迭都有所不同。过去，我们利用数字系统来提升人力资本。这是我们首次能够在人类与数字系统之间建立真正的认知循环。这非常颠覆认知，因为它改变了我们在企业内部构想工作的方式。
关键的议题已超越某些数字工具或系统的使用层面。我们需要关注的是，在一个 AI 模型能够不断吸收人类与组织的专业知识并将其商品化的世界里，组织该如何持续学习、构建知识产权、保持差异化并蓬勃发展。
每家公司都必须构建我所谓的「人力资本」与「Token 资本」：
人力资本包含员工的知识、判断力、人际关系、创造力以及模式识别能力
Token 资本则代表企业构建并拥有的 AI 能力。
重要的是，人力资本的价值不会随着 Token 资本的增长而降低。它只会变得更有价值！我认为人类的主观能动性将成为 Token 资本增长的驱动力。人类将设定宏大的目标，跨领域串联信息，建立人际关系，并识别出最关键的模式。如果没有人类的引导，计算资源只会在原地打转。
这意味着真正的机遇并不在于挑选最佳模型。我们应当在模型之上建立一个学习循环，让人力资本与 Token 资本在其中产生复利效应。你可以外包一项任务，甚至是一份工作，你却永远无法外包你的学习过程。企业的未来取决于在人类与 AI 之间积累这种学习复利的能力。
这需要一种全新的架构方案，让每家企业都能构建随时间推移不断进化的智能体系统，同时依然保持对其知识产权的控制。一家公司应当能够在替换「通用」模型时，依然保留其学习系统内积累的「企业老将」级别的专业知识。这将是未来时代对你的控制力与主权的一项关键「测试」。
企业需要将其工作流、领域知识和积累的判断力转化为能随着每一次使用而不断改进的 AI 系统。私有评估体系应当能够捕捉模型是否真正在对企业至关重要的成果上取得进步（仅仅看外部基准测试是不够的！）。私有强化学习环境应当让模型在组织内部的真实执行轨迹中变得更强大。它的知识库让机构记忆变得可查询，也让 Token 的使用变得更加高效。
这个循环将成为企业新的知识产权。我把它看作一台爬山机。并且与大多数资产不同，它具有复利效应。每一个得到改进的工作流都会产生更好的训练信号，这会加速企业独有隐性知识的积累。尽早构建这一体系的公司将拥有难以复制的优势，无论个体模型又出现了什么新能力。
我们绝不希望看到这样一个世界：各个行业的每家公司都在把价值让渡给少数几个吞噬一切的模型。假设所有的价值都被少数几个模型攫取，政治经济体系将无法容忍这种局面。社会也不会允许一个掏空整个行业的 AI 未来。
回想一下在全球化第一阶段发生的事情，当时整个工业经济体都因为外包而被掏空。尽管 GDP 数据表面上看起来不错，岗位的流失却是真实存在的，其后果至今依然影响深远。我们决不能把那种动态带入 AI 时代，让少数 AI 系统攫取所有的经济回报，同时整个行业眼睁睁地看着他们的知识在不知不觉中被商品化。
在我看来，我们的当务之急必须是构建一个前沿生态系统，仅仅打造一个前沿模型是远远不够的。只有这样，价值才能在每一家公司、每一个行业和每一个国家之间广泛流动。在这个生态系统中，每个组织都能拥有编码其机构知识的学习循环，并让其人力资本与 Token 资本产生复利。
这是我成长过程中所遵循的理念：平台应该在其之上促成比其内部所捕获的更多的价值，让每家公司都能不断创新并创造属于自己的价值。
当这种情况发生时，企业将为自己以及周围的经济体创造价值。员工将会看到他们的专业知识得到放大，他们的判断力将成为系统的一部分，变得可复制且具备规模化扩展能力。同时，带来的收益将惠及他们周围的企业和社区。
这正是企业为自身和更广泛的经济体驱动价值的方式。这也是我们应该共同建立的稳定平衡。
